-
题名基于GLCM特征的改进FCM的SAR图像分割方法
被引量：10
- 1
-
-
作者
刘健
程英蕾
孙纪达
-
机构
空军工程大学电讯工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2012年第9期3502-3506,共5页
-
基金
陕西省自然科学基金项目(2010JM8038)
-
文摘
为了克服了较大窗口提取图像边缘处特征值的不足,提出一种基于GLCM特征矩阵的动态滑动窗口算法。针对模糊C均值算法中,聚类中心不容易确定,聚类容易陷入局部最优解的问题,将粒子群优化算法(PSO)引入到聚类算法中,实现全局搜索。应用改进的模糊C均值算法完成了基于SAR纹理特征的图像分割,克服了传统聚类算法仅依赖灰度值进行分割的局限性,也一定程度上克服了斑噪声对SAR图像分割的影响。实验结果表明,该方法应用于SAR图像分割时,取得了很好的分割效果。
-
关键词
灰度共生矩阵
SAR图像
模糊C均值
粒子群优化
图像分割
-
Keywords
glcm（gray level co-occurrence matrix）
SAR images
FCM
PSO
images＇ segmentation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名结合灰度和基于动态窗口的纹理特征的遥感影像分类
被引量：7
- 2
-
-
作者
黄祥
杨武年
-
机构
成都理工大学地学空间信息技术国土资源部重点实验室
-
出处
《测绘科学技术学报》
CSCD
北大核心
2015年第3期277-281,共5页
-
基金
国家自然科学基金项目(41071265
41372340)
-
文摘
在基于灰度共生矩阵提取遥感影像纹理特征的基础上,针对固定窗口算法的局限性,提出了动态窗口算法;并将不同滑动窗口算法提取的纹理特征与影像灰度组合进行支持向量机(SVM)分类,对分类结果进行定性和定量比较分析。实验结果表明:影像灰度结合动态窗口算法提取的纹理特征进行SVM分类的分类精度优于灰度结合固定窗口算法提取的纹理特征的分类精度。因此,提出的算法较传统的固定窗口算法更具优势,是一种有效纹理信息提取方法。
-
关键词
灰度共生矩阵
固定窗口
动态窗口
支持向量机
纹理特征
灰度
-
Keywords
glcm（gray level co-occurrence matrix）
fixed window
dynamic windows
SVM
texture features
gray scale
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于RPCA的SAR图像纹理特征去噪
被引量：1
- 3
-
-
作者
伦朝林
-
机构
中国科学技术大学信息科学与技术学院
-
出处
《电子技术（上海）》
2015年第4期6-9,5,共5页
-
基金
国家自然科学基金重点项目"高分辨率SAR测试库及数据质量评估"支持(61331015)
依托单位为"上海交通大学"
本人所在实验室承担了该项目的子课题
-
文摘
合成孔径雷达(SAR)图像具有丰富的纹理信息,这些纹理信息能反映地物空间结构关系。当前纹理特征被广泛应用于SAR图像分类和SAR图像分割中。受成像因素影响,直接采用从SAR图像中提取的纹理特征效果不够好。为避免传统先滤波再提取纹理特征的方法对纹理、边缘信息造成损失,提出了一种先提取SAR图像纹理特征,再利用Robust PCA方法对纹理特征去噪的新方法,最后采用Kmeans聚类方法检验RPCA处理后的纹理特征表达效果。实验结果表明该方法能将聚类正确率从82%提高到84%。
-
关键词
SAR图像
灰度共生矩阵
ROBUST
PCA
Kmeans
-
Keywords
SAR image
glcm（gray level co-occurrence matrix）
Robust PCA
Kmeans
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
